如何将图片分成颜色组？答案

【问题标题】：How to separate a picture to color groups?如何将图片分成颜色组？
【发布时间】：2017-04-02 18:32:46
【问题描述】：

假设我有一个像this one 这样的球图像：

我想将球的颜色分成颜色组。在这种情况下，我应该有 2 个主要颜色组 - “棕色”和“白色”。 “棕色”组将具有所有棕色像素，“白色”组将具有所有白色像素。我正在使用 matlab 来完成这项任务。我想这样做的方式是：

查看 RGB 通道。我使用scatter 来查看是否可以清楚地看到一些组，但我没有。
查看拜耳河谷。但也看不到任何群组。
运行边缘检测器。然后，在每个封闭区域中，我会找到像素的平均值。具有相似平均值（在某个阈值内）的区域将属于同一组。它似乎有点工作，但在许多情况下它没有
还有其他想法吗？

【问题讨论】：

基于颜色的图像分割方法有很多，example可以使用kmeans。谷歌搜索更多。
你想把你的图片分成几组？总是 2？
查看相关的 QA：RGB value base color name 以方便破解，但本质上您想做基于颜色的分割。它类似于洪水填充，但是当任何一种颜色与起点颜色或基于 2 个阈值（绝对和相对）的相邻颜色距离太远时，您会停止。如果你想要 ROI，那么你可以直接填充/标记它，保留原始图像。

标签： algorithm matlab image-processing

【解决方案1】：

此任务称为分段，在您的情况下，每种颜色都是一个分段，分段并不总是连续的。

搜索 Matlab 的分割示例应该会产生大量的代码示例和定理。

注意一件事，没有真正的解决方案，您不能说每张图像有多少段，因为这是主观问题。在一般情况下，您可以对颜色值运行聚类算法，这会将图像分解为颜色段，有些算法会自动找到组数 - 这可能是图像中颜色组数的良好开端。

快速搜索产生了这些作品，它们可以让您开始构思：

Image segmentation with matlab

Using EM for image segmentation

【讨论】：

【解决方案2】：

虽然图像分割是处理颜色分离的正确方法，但如果您的图像很简单，您可以尝试蛮力进行。

在这里，转换为HSV 会更容易处理图像。

对于图像的白色部分：

I=imread('ball.jpg');
H=rgb2hsv(I);
% separate dimensions
h=H(:,:,1);
s=H(:,:,2);
v=H(:,:,3);

% color conditions
v(v<0.8 | s>0.7 | h>0.7 )=NaN;
h(isnan(v))=NaN;
s(isnan(v))=NaN;

% convert image back
W=cat(3,h,s,v);
White_image=hsv2rgb(W);
figure; imagesc(White_image);

对于棕色部分：

% separate dimensions
h=H(:,:,1);
s=H(:,:,2);
v=H(:,:,3);

% color conditions
v(s<0.6 | v>0.8 )=NaN;
h(isnan(v))=NaN;
s(isnan(v))=NaN;

% convert image back
B=cat(3,h,s,v);
Brown_image=hsv2rgb(B);
figure; imagesc(Brown_image); axis off

【讨论】：